ANALÍTICA DE NEGOCIOS PARA LÍDERES:

DE LOS DATOS A LAS DECISIONES

PANORAMA GENERAL
Hoy en día, cualquier decisión de negocios
inteligente es impulsada por la analítica.
Cada vez son más los líderes empresariales
que se dan cuenta de ello y, por ende, de la
necesidad de aumentar su “fluidez de
datos”. De no atender este imperativo, en
donde interviene el revolucionario impacto
de la inteligencia artificial, muchos líderes
quedarán rezagados.
Analítica de Negocios para Líderes: de los
Datos a las Decisiones, impartido por Educa-
ción Ejecutiva de la Universidad de California,
Berkeley, brinda a los profesionales de nego-
cios una alta comprensión sobre las aplicacio-
nes en el mundo real de la inteligencia artifi-
cial (IA) y el machine learning (ML), dos de los
motores primordiales que impulsan la analíti-
ca de negocios. Este programa se enfoca en
la aplicación de técnicas analíticas para tener
un impacto en los negocios, dando como
resultado mayor eficiencia, una mejor toma de
decisiones y ventajas estratégicas para las
organizaciones. No se requiere experiencia
en codificación o analítica avanzada.
A través de actividades prácticas, sesiones
en vivo y estudios de casos de empresas
reales, explorarás los tres pilares de la
analítica de negocios: descriptiva, predicti-
va y prescriptiva. Además, descubrirás
cómo las decisiones impulsadas por datos
hacen posibles casos empresariales más
sólidos y generan una mayor agilidad.
Para implementar en tu organización mo-
delos de toma de decisiones basados
en datos, necesitas credibilidad, apoyo
y las herramientas apropiadas. Intégrate
a Educación Ejecutiva de la UC Berkeley
para desarrollar una mayor fluidez en el
manejo de datos y comprender cómo
funciona la analítica y la IA para generar
beneficios exponenciales.
1
¿PARA QUIÉN ES ESTE PROGRAMA?
Las empresas están utilizando la analítica para incrementar la eficiencia, mejorar
el servicio a clientes e identificar riesgos y oportunidades en todos los sectores.
El programa está diseñado para los profesionales de negocios que reconocen
esta tendencia creciente y desean usar datos y técnicas analíticas para orientar
la estrategia en los niveles altos de sus organizaciones. (No es necesario tener
experiencia previa en codificación o analítica avanzada.) Analítica de Negocios
para Líderes: de los Datos a las Decisiones puede ser particularmente benéfico
para quienes desempeñan los siguientes cargos:

Directivos de nivel medio a superior que desean llevar la innovación a sus

organizaciones aprovechando modelos de toma de decisiones basados en datos.
Los roles representativos incluyen:

• Director de Proyectos • Director de Marketing de Productos

• Director de Ventas
• Director de Finanzas
• Director de Operaciones
• Director de Productos
• Director de Marketing
• Director de Ingeniería
• Director de Productos
y Servicios Estratégicos
• Directores de Inversiones
• Directores Ejecutivos

Altos ejecutivos y líderes empresariales que desean entender mejor las posibles
oportunidades de negocios a través de la analítica, así como las regulaciones
relacionadas con la protección de datos y sus implicaciones en materia de
privacidad. Los roles representativos incluyen:

• Director General • Director General de Administración

de Estrategia • Director General de Tecnología
• Director General Ejecutivo • Director General de Información
• Director General • Fundador
de Operaciones • Socio
• Director General de Marketing

2
Consultores que desean brindar soluciones a los clientes con base en los datos
y las tecnologías más recientes. Los roles representativos incluyen:

• Consultor en Transformación Digital • Consultor Financiero

• Consultor Principal • Consultor en Administración

Profesionales de analítica de datos y tecnología que desean desplegar la hoja

de ruta para iniciativas de analítica e IA en su organización, con objeto de resolver
problemas clave del negocio. Los roles representativos incluyen:

• Director de Analítica de Datos • Estratega de Datos

• Director de Información • Director de Inteligencia
y Sistemas de Datos de Negocios
• Diseñador de Innovación • Líder de Proyecto de Analítica
Tecnológica • Líder de Tecnología

3
APRENDIZAJES CLAVE
Este programa te posicionará para:

Obtener ventajas competitivas captando oportunidades de negocio a partir

del análisis de los datos

Crear modelos de toma de decisiones basados en datos en distintas áreas

de la organización

Aprovechar los datos y la experimentación para impulsar la innovación

Evaluar mejor los enfoques y estrategias de la analítica de negocios

Desarrollar un ciclo virtuoso basado en el involucramiento de usuarios,

recopilación de datos, diseño de algoritmos, predicción y mejora

Conducir las decisiones empresariales a través de la aplicación práctica

de un modelo de operación centrado en IA

4
EXPERIENCIA DEL PROGRAMA

Sesiones Videos Horas de oficina Destacados

en vivo en vivo oradores
invitados

Actividades Actividades de Discusiones Demostraciones

de prueba colaboración abierta
(crowdsourcing)

Simulaciones Interacciones Verificaciones de Tareas

entre pares conocimiento empresariales

Tareas Sondeos Estudios Proyecto

técnicas de caso final
opcionales

HAPPY HOUR: INTERCONEXIÓN EN VIVO

PARA DETECTAR OPORTUNIDADES
Una oportunidad única, en vivo, para interactuar en directo y ¡crear tu propia red
profesional! Los participantes podrán interactuar y compartir sus experiencias y
reflexiones personales sobre preguntas guiadas de manera informal y divertida.

5
MÓDULOS DEL PROGRAMA
A lo largo de dos meses, el enfoque sistemático del programa Analítica de Negocios
para Líderes: de los Datos a las Decisiones, te equipará mejor para competir en un
mundo centrado en datos y en acelerada evolución:

Módulo 1
Introducción a la analítica de negocios y la IA
Desde el principio, el programa Analítica de Negocios para Líderes: de los Datos a las
Decisiones fundamenta tu comprensión de la analítica de negocios en el mundo real
a partir del estudio de casos de negocios verdaderos, no solo de aplicaciones
teóricas. Aquí presentamos el modelo de operación centrado en IA y cómo
aprovechar sus cuatro componentes para lograr escala, alcance e innovación. Los
temas incluyen:

• Los tres pilares de la analítica de negocios

• Ejemplos de las diversas formas en que la IA está transformando la operación
de los negocios
• Los cuatro componentes esenciales de un modelo de operación centrado en IA
• Cómo evitar las trampas comunes en la toma de decisiones de negocios
• Captar las cinco “V” del big data: volumen, velocidad, variedad, veracidad y valor
• Identificar oportunidades y retos utilizando big data y analítica

Módulo 2
Analítica descriptiva: acceso, transformación y visualización de datos
Este módulo se relaciona por completo con los datos: cómo acceder a ellos,
procesarlos, transformarlos y volverlos disponibles para la IA. También
presentamos el concepto de visualización de datos y exploramos algunas de las
mejores prácticas para conseguir lo anterior. Los temas incluyen:

• ¿Qué son los datos y cómo estructurarlos para poder usarlos?

• ¿Cómo acceder y transmitir datos en el mundo de los negocios?
• ¿Cómo “limpiar” los datos para que sean utilizables?
• ¿Cómo pasar de la forma abstracta de los datos a algo tangible?

6
Módulo 3
Analítica predictiva: aprendizaje supervisado para negocios (parte 1)
Aprende cómo explotar patrones en datos históricos para predecir eventos futuros
utilizando la analítica predictiva, una herramienta clave para identificar riesgos
y oportunidades. Asimismo, examinamos el alcance del aprendizaje supervisado
en los negocios por medio de ejemplos reales. Los temas incluyen:
• Una explicación exhaustiva de la analítica predictiva y el machine learning
• Cómo aplicar técnicas de aprendizaje supervisado, como regresión lineal y
regresión logística, a los casos de negocios
• Cómo implementar el algoritmo del perceptrón para tomar decisiones de negocios

Módulo 4
Analítica predictiva: aprendizaje supervisado para negocios (parte 2)
Continuamos con nuestro análisis del aprendizaje supervisado y la analítica
predictiva, presentando técnicas vanguardistas en materia de IA para posibilitar la
toma de decisiones. Los temas incluyen:
• Cómo diseñar un árbol de decisión
• Los “bosques aleatorios” (random forests) y cómo combinan la simplicidad
de los árboles de decisión con la flexibilidad
• Cómo es que el aprendizaje profundo (deep learning) y las redes neuronales
pueden conducir a ideas de negocios

Módulo 5
Analítica descriptiva: aprendizaje no supervisado para negocios
En este módulo cambiamos al machine learning no supervisado, que puede ayudarte
a descubrir nuevos patrones de datos. Su amplia gama de aplicaciones de negocios
abarca desde segmentación de clientes hasta detección de operaciones
fraudulentas. Los temas incluyen:

• Una explicación del agrupamiento de K-medias y el agrupamiento jerárquico,

y cómo ambos revelan patrones no vistos previamente
• Cómo la “reducción de dimensionalidad” puede hacer que los datos sean
más manejables y procesables
7
Módulo 6
Analítica prescriptiva: aprendizaje reforzado para negocios
Aquí exploramos las formas en que los negocios centrados en IA utilizan
el aprendizaje de refuerzo para los sistemas de recomendación, la publicidad
en Internet, las operaciones bursátiles, la asistencia médica y muchas otras
aplicaciones. La computadora ejecuta una sucesión de interacciones a base
de prueba y error dentro de un entorno dinámico para tratar de determinar cuál
es el mejor enfoque. Los temas incluyen:
• Una explicación exhaustiva de la analítica prescriptiva y sus aplicaciones
de negocios
• Entender la importante diferencia entre exploración de datos y explotación
de datos
• Cómo el Q-learning encuentra las mejores acciones para maximizar
la recompensa total
• Cómo implementar el aprendizaje profundo por refuerzo
• Cómo identificar los sesgos en la toma de decisiones

Módulo 7
Analítica prescriptiva: experimentación
Aprende cómo las empresas desarrollan plataformas de experimentación que
les permiten correr muchas pruebas a alta velocidad, lo que a su vez posibilita
que aprendan, se adapten, innoven y tomen buenas decisiones de negocios, incluso
en momentos de incertidumbre. Los temas incluyen:
• Explorar el poder de la experimentación
• Cómo llevar a cabo un experimento de negocios eficaz
• Cómo implementar una prueba A/B eficaz
• Cómo hacer experimentación con IA
• Cómo establecer una cultura de experimentación

8
Módulo 8
El futuro del big data y la IA
En el último módulo analizamos primero algunas preocupaciones asociadas con
el uso del machine learning y cómo podría repercutir posteriormente en nuestras
estrategias de negocios. Después analizamos la protección de datos y la privacidad,
que seguirán siendo importantes consideraciones en el mundo del big data. No solo
presentamos algunas de las mejores prácticas para la protección de datos, sino que
también delineamos los pasos para desarrollar una estrategia de datos más general.
Los temas incluyen:

• Un vistazo al futuro de la IA
• Las formas en que la IA cambiará la estrategia de negocios
• Explorar los límites y desafíos éticos de la IA
• Visualizar el futuro del big data
• Considerar la protección de datos y las implicaciones de privacidad del big data
• Examinar cómo los pioneros usan el big data para ganar ventajas en el mercado

9
PROYECTO FINAL

El programa de dos meses Analítica de Negocios para Líderes: de los Datos

a las Decisiones culmina con un proyecto final, en el cual resolverás un problema
de negocios del mundo real, utilizando un modelo de operación centrado en IA.
Crearás un conjunto de slides y presentarás una propuesta aplicando lo que
has aprendido sobre:

Usar fuentes de datos: Aprenderás

a compartimentar rápidamente
1 el big data tan solo en aquellos
elementos que son relevantes para
tu problema específico.

Idear una estrategia de datos: Primero

filtrarás los datos “sucios” para dejar
únicamente los datos “limpios”.
Después aprovecharás la visualización 2
de datos para determinar cómo resolver
el problema usando datos limpios.

Elegir un algoritmo apropiado: A partir

del problema que estás tratando de
3 resolver, determinarás qué técnica
de machine learning dará como resultado
el algoritmo más eficaz y por qué.

Seleccionar la experimentación
correcta: Aprenderás a elegir las
hipótesis que documenten mejor
tu toma de decisiones y cómo 4
probarlas de manera eficaz para tener
un resultado exitoso.

10
ESTUDIOS DE CASO
Para comprender mejor cómo funciona la analítica de negocios en el mundo real
examinaremos varios casos de estudio de estas prominentes compañías:

eBay
Descubre de qué manera eBay recurrió a la analítica prescriptiva
y la experimentación a fin de tomar decisiones estratégicas para
la implementación de atributos.

LendingClub
Explora cómo LendingClub usó aprendizaje supervisado
(o analítica predictiva) para pronosticar si los solicitantes
de préstamos pagarían o dejarían de hacerlo.

Osaro
Conoce la forma en que Osaro aprovechó el aprendizaje profundo
por refuerzo para posibilitar la automatización y transformar
el mercado de almacenes.

Ant Group
Aprende cómo Ant Group desarrolló un modelo de operación
centrado en IA a partir de enfoques analíticos para ganar en escala,
alcance e innovación.

Nota: Todos los productos y nombres de las compañías son marcas registradas de sus respectivos propietarios.
El estudio de estos productos y/o compañías no supone ninguna afiliación o respaldo.

11
 PROFESORES DEL PROGRAMA

Frederico Finan
Profesor, Departamento de Economía de la UC Berkeley
y la Escuela de Negocios Haas.

Experto en microeconomía aplicada, el profesor Finan imparte cursos de posgrado

en analítica de datos como parte de los programas de maestría en la Escuela Haas.
En su investigación utiliza analítica de datos para explorar las interacciones entre
las fuerzas económicas y políticas en los países en desarrollo. Normalmente, esto
supone trabajar con grandes conjuntos de datos y utilizar técnicas de pruebas A/B
para incorporar mejor los datos, la evidencia empírica a los negocios y la toma de
decisiones en lo concerniente a políticas públicas.

El profesor Finan ha publicado más de 20 artículos, muchos de los cuales se pueden

consultar en publicaciones académicas como la American Economic Review y el
Quarterly Journal of Economics. Entre otras relevantes credenciales destacan:
Director del cuerpo docente del Centro para Estudios Económicos y Políticos
de Berkeley; miembro del consejo y catedrático de la Oficina de Investigación en
Análisis Económico del Desarrollo (BREAD, por sus siglas en inglés), y Asociado de
Investigación en el Buró Nacional de Investigaciones Económicas (National Bureau
of Economic Research). En 2013, obtuvo la beca de investigación Alfred P. Sloan.

Además, ha hecho más de 100 presentaciones sobre analítica de datos y otros

temas de investigación; las más recientes en las universidades de Chicago, Harvard,
Stanford y Yale, así como en el Banco Mundial.

En 2006, el profesor Finan se hizo acreedor al Doctorado en Economía Agrícola y de

Recursos, por la UC Berkeley. En 2009, antes de regresar al cuerpo docente de esta
institución, fue Profesor Adjunto de Economía, en la Universidad de California, Los
Ángeles, y Profesor Visitante en la Escuela de Negocios de la Universidad Stanford.

12
 Demian Pouzo
Profesor Asociado, Departamento de Economía de la UC Berkeley

El profesor Pouzo es miembro del cuerpo docente de la UC Berkeley desde 2009

e imparte cursos de posgrado en analítica de datos como parte de los programas
de educación para ejecutivos de la Escuela de Negocios Haas. Además de
explorar la forma en que los individuos toman decisiones en entornos de incerti-
dumbre, su investigación se enfoca en el desarrollo de herramientas para métodos
de machine learning, con énfasis en los patrones que subyacen a los datos.

Ha publicado artículos en publicaciones especializadas en economía, finanzas,

estadística y matemáticas aplicadas. Es editor asociado del Journal of Econometrics
Methods y del Journal of Econometrics. Entre sus más de 100 presentaciones
sobre machine learning y otros temas de investigación, destacan las realizadas
en las universidades de Chicago y Harvard, así como en el Instituto Tecnológico
de Massachusetts (MIT).

En 2009, obtuvo un doctorado en economía por la Universidad de Nueva York, bajo

la supervisión de Ricardo Lagos, Xiaohong Chen y Tom Sargent (Premio Nobel
de Economía 2011).

13
ORADORES INVITADOS
¿Cómo aplicas los principios de la analítica de negocios a los modelos de toma de
decisiones en tu organización? Experimentados profesionales, incluidos algunos de
las principales empresas de Silicon Valley, comparten sus percepciones desde el
frente de batalla.

Ruby Zefo
Directora General de Privacidad de Uber
Ruby Zefo es la primera Directora General de Privacidad de Uber,
así como del Consejo General Asociado de Privacidad y Cibersegu-
ridad. La misión de su equipo es encaminar los esfuerzos de Uber
para volverse una administradora confiable de los datos personales
de los usuarios en los mercados donde opera. También es Copresi-
denta del grupo de recursos humanos Women at Uber. Antes de
integrarse a esta compañía, Ruby se desempeñó como Vicepresi-
denta en Intel Corporation, donde fungió como abogada general
para temas de privacidad y seguridad, abogada para los productos
de IA y para las soluciones de seguridad de Intel (McAfee), entre
otros roles dentro del campo legal. Su trayectoria incluye también
los cargos de representante legal en Sun Microsystems y Fenwick
& West. Ruby es licenciada en Administración de Empresas, por la
Universidad de California, en Berkeley, y cuenta con otra licenciatu-
ra de la Escuela de Derecho de la Universidad Stanford.

Mark Dunning
Vicepresidente de Analítica, Ciencia de Datos y Operaciones
de Negocios en Square
Mark Dunning es Vicepresidente de Analítica, Ciencia de Datos y
Operaciones de Negocios en el equipo de comercio electrónico de
Square. Sus responsabilidades abarcan estrategia de datos (inclu-
yendo analítica y ciencia de datos), operaciones empresariales y
planeación estratégica. Trabaja estrechamente con varios equipos
de Square (productos, crecimiento, marketing, finanzas, servicio a
clientes y desarrollo de negocios, entre otros) para crear exitosas
estrategias de datos a largo plazo. Antes de integrarse a Square,
Mark fue Vicepresidente de Analítica en Weebly, Vicepresidente de
Datos y Analítica en Smule Inc., y Director Senior de Analítica Global
y Calidad de Datos en Ancestry.
14
Joanne Marrache
Vicepresidenta de Inteligencia de Negocios y Analítica
en Deutsch
Joanne Marrache es la Vicepresidenta de Inteligencia de Nego-
cios y Analítica en Deutsch. Encabeza la práctica de Ciencia del
Marketing en Deutsch, a fin de asesorar a organismos y clientes
como Walmart, Taco Bell y Hulu acerca de medios impulsados
por datos y estrategias de negocios. Antes de incorporarse a
Deutsch, Joanne lideró equipos de analítica estratégica en las
agencias Publicis y, previamente, estuvo a cargo de los esfuer-
zos de analítica en Mattel, Target y Kaplan. Joanne tiene una
Maestría en Administración de Empresas, por la Escuela de
Negocios Fuqua de la Universidad Duke.

Schyler Thiessen
Vicepresidente Senior de Inteligencia de Riesgos
Empresariales en Bank of the West
Schyler Thiessen se unió a Bank of the West en 2008, donde ahora
funge como Vicepresidente Senior, estando al frente de Inteligen-
cia de Riesgos Empresariales para supervisar el desarrollo, comu-
nicación e integración de nuevas analíticas, modelos cuantitati-
vos, herramientas y estrategias para la identificación de riesgos.
Antes de formar parte de Bank of the West, Schyler fue Vicepresi-
dente Ejecutivo en Bank of America. Obtuvo el grado de Maestría
en Ingeniería Financiera, de la Escuela de Negocios Haas de la
Universidad de California, Berkeley.

15
CERTIFICADO
Al concluir exitosamente el programa, UC Berkeley Executive Education otorga a los
participantes un certificado digital verificado de finalización del curso. Los partici-
pantes deben completar el 80% de las actividades requeridas, incluyendo un proyec-
to final para obtener su certificado de finalización del curso. Este programa también
cuenta para obtener el Certificado de Excelencia Empresarial.

UC BERKELEY

E
E X E C U T I V E E D U C AT I O N

P L
M
This is to confirm that

Name

A
has successfully completed the online program:

S
Análisis de Negocios para Líderes:
de los Datos a las Decisiones
Date

Mike Rielly, Chief Executive Officer Dean, Haas School of Business

Nota: Este programa concluye con un certificado digital de finalización y no es elegible para obtener créditos para un
grado/CEU (Unidad de Educación Continua). Una vez completado exitosamente el programa, te enviaremos tu certificado
digital verificado (vía correo electrónico) con el nombre que hayas utilizado al registrarte. Todas las imágenes del certifi-
cado son meramente ilustrativas y están sujetas a modificaciones a discreción de UC Berkeley Executive Education.

Este programa cuenta para un

Certificado de Excelencia Empresarial
DÍAS CURRÍCULUM
Dos días

PILAR (ES)
Emprendimientos e innovación/Estrategia y administración

El Certificado de Excelencia Empresarial de la UC Berkeley brinda a los individuos la oportunidad de crear un plan
de estudios personal, estructurado a partir de nuestros cuatros pilares académicos. Los participantes obtendrán
un distintivo de certificación de una universidad de clase mundial y disfrutarán de la flexibilidad de concluir
el programa en un plazo de hasta tres años.

CONOCE MÁS

16
 LA EXPERIENCIA DE APRENDIZAJE
Nuestros programas están diseñados para
satisfacer las necesidades de los estilos indivi-
duales de aprendizaje, al tiempo que aprovechan
el poder del aprender entre iguales. Esto se logra
mediante una sencilla plataforma que permite a
los participantes navegar fácilmente por el
contenido del programa para alcanzar sus objeti-
vos de aprendizaje.
Enfoque realista
Nuestro enfoque académico tiene el objetivo
de aterrizar a la realidad conceptos como
los siguientes:
Técnicas de microaprendizaje
Aplicaciones en el mundo real
Debates entre pares
Enseñanza interactiva en vivo
Enfoque conveniente
El acceso al contenido del curso es flexible y está dispo-
nible a través de múltiples dispositivos, lo que permite
a los profesionales coordinar sus horarios y aprender
de manera remota, donde sea, cuando sea. Los partici-
pantes inscritos en el programa tienen acceso a los
materiales de forma modular: cada semana se publica
nuevo contenido. Los módulos del programa integran
distintos instrumentos de enseñanza como:
Clases en video Debates Materiales:
casos y artículos
Evaluaciones de Encuestas Tareas
conocimientos
Para personalizar aún más los módulos, se programan
sesiones de enseñanza en directo durante el curso,
a menudo con periodos de preguntas y respuestas.
Los participantes que no puedan asistir a estas sesiones
en directo tienen acceso a una grabación para que no
se pierdan de nada. Nuestra plataforma de aprendizaje,
líder en el sector, permite a cada participante crear
un perfil, conectarse y colaborar con sus compañeros,
e interactuar con expertos académicos/industriales,
como los líderes del programa y los asistentes.
Las tareas suelen estar relacionadas con situaciones
del mundo real, lo que hace que los conceptos imparti-
dos sean intrínsecamente prácticos.
17
Enfoque interesante
Nuestras aulas conectadas globalmente permiten
a los participantes interactuar con sus compañe-
ros para completar tareas grupales y mantenerse
al día. A lo largo del programa, hay encuentros
que enriquecen la cultura y la experiencia del
participante.

Requerimientos Otros requerimientos

del programa
Para tener acceso a nuestros programas,
los participantes necesitan:
Una dirección válida de correo electrónico
Un dispositivo conectado a Internet: PC/laptop,
tableta o teléfono inteligente
Los cursos pueden requerir el uso de diversos
programas, herramientas y aplicaciones.
Se informará a los participantes sobre estos
requisitos adicionales en la fase de inscripción
o cuando comience el curso. Nuestros asesores
de programa también están disponibles
para responder a cualquier pregunta sobre
estos requisitos.

La última versión del buscador de su elección

para poder entrar a la plataforma de aprendizaje

Microsoft Office y un programa para abrir PDF

y poder acceder a documentos como hojas
de cálculo, presentaciones, archivos PDF
y transcripciones

18
DURACIÓN
2 meses, online
4-6 horas semanales

COSTO ACERCA DE EMERITUS

$1,950 USD Educación Ejecutiva de la Universidad de California, Berkeley,
colabora con el proveedor de educación en línea EMERITUS
para ofrecer un portafolio de cursos en línea de alto impacto.
Estos programas impulsan el liderazgo en administración de
Educación Ejecutiva de la UC Berkeley, adquirido tras años
de investigación, enseñanza y práctica. Al colaborar con
EMERITUS tenemos la posibilidad de ampliar el acceso a
nuestra oferta más allá del campus, con un formato que se
mantiene fiel a la calidad de la UC Berkeley. El enfoque de
aprendizaje de EMERITUS se basa en un diseño en cohortes
para maximizar la experiencia de aprendizaje entre pares,
además de incluir clases con un cuerpo docente de clase
mundial y un aprendizaje basado en proyectos prácticos. En el
último año, más de 100,000 estudiantes de más de 80 países se
han beneficiado profesionalmente de los cursos de EMERITUS.

19
 En colaboración con

CONTACTA A UN ASESOR DEL PROGRAMA

Email: admisiones.latam@emeritus.org
Teléfono: +52 (55) 7005 5025